最近开始认真的去读论文了，而且慢慢读出了一点味道，首先最基本的读的速度变快了，可能是因为读的这几篇论文里重复的单词比较多，，，，害怕读的论文，过了一段时间又给忘了，所以一点一点记下来。
我做的毕设是彩色水果图像的分割嘛，所以先读的论文自然都是和水果有关的，去那些数据库搜索文献，关键词就是 fruit image segmentation。
1 <Object Segmentation For Fruit Image Using OHTA Color Space and Cascade Threshold> author:Priska Irenda Vasthi, Retno Kusumaningrum
这篇paper呢 题目我看上去觉得老厉害了，哇，，谁说不能用颜色空间去分割水果了，这不写着可以嘛，，好，，我去读了，，然后发现，，这篇文章说它的优点，首先他利用了OHTA彩色空间来解决光照不均匀的问题，然后通过级联阈值的方式消除了过分割和分割不全的问题，OHTA彩色空间，也就是（I1I2I3彩色空间）与rgb对应的转换公式就是这个：
然后用这三个颜色分量其实也就是用了I2，
如果原图的I2分量的值大于等于阈值T（实验得来的静态值，不过没给具体值），那么就让这个像素保持原样，不然变为255 ，白色，，结果像是抠图一然后样，然后：
结果：
此时第一步完成了，所谓的不均匀光照，，完事了。第二步，，消除过分割和不完全分割。
第二部就是一个静态阈值 50（实验得到的，，，），如果在这个Restore Image中有灰度值小于50，那么就把它变为255，
有疑问所以从他的reference里找了另一篇关于OHTA的。
下一篇！
2： <A Method for Color Classification of Fruits Based on Machine Vision>
这一篇，提出了一种主要颜色，，然后利用这个主要颜色的直方图来对水果分类。
图像预处理：
第一步，利用OHTA空间分割背景与水果，这里的阈值是固定的。因为光照可控。（还真是有时候一种分割方法只针对一种特定情况，，）
第二步，滤波除噪。不然会影响后续提取的主颜色的准确度。以前的除噪方法在每一个颜色频道上进行除噪，然后复合，得到目的图像，但是这样的话会产生新颜色，破坏了照片的原有颜色（原文）这里用了Vector median filtering（又是一篇文献啊，，）,能解决这个问题。
主要颜色特征提取：
不细致说了，大体就是如下：
首先选取的是HSV彩色空间，
然后把这个彩色空间量化，
然后把这个主要颜色给聚类再得到它们的直方图，然后匹配。。。效果图
然后匹配的方式公式也在文献中。
人家特么是为了这么个玩意儿，，，，
